Naukowe
ISSN 1898-6447 Zesz. Nauk. UEK, 2016; 9 (957): 55–70 DOI: 10.15678/ZNUEK.2016.0957.0904
9 (957)
Iwona Foryś
Barbara Batóg
Porównanie struktury mieszkań
w obrocie w wybranych miastach
północno-zachodniej Polski
Streszczenie
Rzeczoznawca majątkowy w procesie wyceny nieruchomości niejednokrotnie jest zmuszony do wyboru rynków podobnych, które terytorialnie wykraczają poza granice administracyjne jednego miasta. Kryterium podobieństwa wybranych miast mogą być zarówno czynniki demograficzne, jak i wskaźniki ekonomiczne. Jednym z obszarów dyskusji nad podobieństwem rynków może być analiza porównawcza struktur mieszkań w obrocie na wybranych rynkach. Wynik takiego porównania może potwierdzić podo-bieństwo rynków, a w praktyce fakt podobieństwa struktur można wykorzystywać do dalszych analiz i wyceny.
Celem artykułu jest porównanie struktur mieszkań w obrocie w dwóch wybranych miastach północno-zachodniej Polski. W artykule wybrano do analizy rynek miesz-kaniowy Szczecina i Bydgoszczy, kierując się przy wyborze zarówno podobną liczbą ludności, jak i skalą transakcji mieszkaniami. Z uwagi na warunki demograficzne Szcze-cin i Bydgoszcz spełniają kryteria podobieństwa, co pozwala również na porównanie rynków mieszkaniowych tych miast, ściśle związanych z czynnikami demograficz-nymi. Do porównania wykorzystano dane dotyczące transakcji mieszkaniami w dwóch latach – 2009 (początek kryzysu na rynku nieruchomości) oraz 2015 (ostatni pełny rok,
Iwona Foryś, Uniwersytet Szczeciński, Instytut Ekonometrii i Statystyki, Katedra Badań Ope-racyjnych i Zastosowań Matematyki w Ekonomii, 71-101 Szczecin, ul. Mickiewicza 64, e-mail: forys@wneiz.pl
Barbara Batóg, Uniwersytet Szczeciński, Instytut Ekonometrii i Statystyki, Katedra Badań Ope-racyjnych i Zastosowań Matematyki w Ekonomii, 71-101 Szczecin, ul. Mickiewicza 64, e-mail: barbara.batog@wneiz.pl
dla którego możliwe było zgromadzenie danych). Każdą transakcję opisano za pomocą zestawu zmiennych: data transakcji, cena, powierzchnia, lokalizacja oraz inne dostępne dane charakteryzujące rynek mieszkaniowy. W analizie wykorzystano miary entropii i podobieństwa struktur.
Słowa kluczowe: rynek mieszkaniowy, porównanie struktur, miary entropii, wycena. Klasyfikacja JEL: C50, R30.
1. Wprowadzenie
Fundamentalnym problemem procesu szacowania nieruchomości jest pojęcie podobieństwa. Podobieństwo w ujęciu matematycznym (geometrii) jest jedno-znaczne, podczas gdy w naukach społecznych nie jest tak precyzyjne [Cieślak i Jasiński 1979]. Może być rozumiane jako miara określająca stopień podobień-stwa, czyli miara przynależności do grup obiektów o tych samych własnościach. Na rynku nieruchomości podobieństwo obiektów (nieruchomości) nie jest precy-zyjnie zdefiniowane w aktach prawnych, co powoduje również problemy natury praktycznej, gdyż rzeczoznawca majątkowy w procesie szacowania wybiera obiekty podobne, kierując się najczęściej intuicją, a nie obiektywnymi przesłan-kami [Zyga 2009]. Z metodyki wyceny nieruchomości wynika, że są to obiekty różniące się najmniejszą liczbą cech porównawczych [Foryś 2010]. Podobieństwo obiektów nie dotyczy jednak wyłącznie doboru konkretnych nieruchomości do zbioru, który stanowi podstawę wyceny. W praktyce rzeczoznawca majątkowy niejednokrotnie jest zmuszony do wyboru rynków podobnych, które terytorialnie wykraczają poza granice administracyjne jednego miasta. Rynki podobne (rynki równolegle) są dobierane przez rzeczoznawcę na podstawie indywidualnie usta-lonych kryteriów. Jako kryterium podobieństwa mogą być przyjęte czynniki ekonomiczne (wskaźniki gospodarcze, wskaźniki rynku pracy, kondycji gospo-darstw domowych itp.), czynniki demograficzne oraz lokalna polityka inwesty-cyjna [Batóg i Foryś 2013]. Wybór kryterium porównawczego zależy od rodzaju szacowanej nieruchomości i zasięgu terytorialnego branych pod uwagę rynków podobnych. W przypadku nieruchomości mieszkalnych należy zwrócić szcze-gólną uwagę na czynniki demograficzne i warunki życia gospodarstw domowych. Można również porównywać rynki z uwagi na zasoby mieszkaniowe lub ceny mieszkań, które są wypadkową popytu i podaży na tym rynku.
Celem artykułu jest porównanie struktur mieszkań w obrocie ze względu na cechy charakteryzujące te mieszkania na dwóch lokalnych rynkach północno--zachodniej Polski: Szczecina i Bydgoszczy. Wybór miast wynikał z podobieństwa obu miast w zakresie poziomu rozwoju społeczno-gospodarczego, zasobów miesz-kaniowych oraz skali transakcji mieszkaniami.
2. Metodyka badania
Podobieństwo w naukach społecznych jest często identyfikowane z miarą podobieństwa, czyli odległością między badanymi obiektami. Obiekty są podobne jeżeli w wyniku procedury klasyfikacyjnej znajdują się w tej samej klasie [Strahl 1986]. Badanie stopnia podobieństwa jednostek przestrzennych można ocenić, analizując strukturę zmiennych charakteryzujących zjawiska dotyczące tych obiektów. Obok klasycznych metod analizy struktur można do badania zróżni-cowań strukturalnych jednostek przestrzennych wykorzystać również metody oparte na miarach entropii i dywergencji. Entropia w przypadku rozkładu empi-rycznego „informuje o stopniu niepewności, związanym ze względnym występo-waniem określonego wariantu cechy X w badanej zbiorowości” [Wędrowska 2012, s. 22]. Do badania rozbieżności struktur służą natomiast liczne miary dywergencji.
W artykule, w celu porównania rozkładów analizowanych zmiennych, wyko-rzystano następujące miary: względny indeks Herfindahla-Hirschmana oraz względną entropię. Indeks Herfindahla-Hirschmana (H) wyraża się wzorem [Ekonometria przestrzenna… 2010]: , H uk k n 2 1 = =
/
(1) gdzie: n – liczba klas, k – numer klasy,uk – udział obiektów z k-tej klasy w całkowitej liczbie obiektów.
Indeks Herfindahla-Hirschmana przyjmuje maksymalną wartość 1, a jego mini-malna wartość zależy od liczby klas. Z tego względu wartości H unormowano na przedział ,0 1 – otrzymano względny indeks Herfindahla-Hirschmana.
W pracy wykorzystano również jedną z miar entropii wyrażoną wzorem [Wędrowska 2012, Batóg 2008]: , log E – uk u k n k 1 2 = =
/
(2) gdzie: n – liczba klas, k – numer klasy,uk – udział obiektów z k-tej klasy w całkowitej liczbie obiektów.
Entropia ma najmniejszą wartość 0, ale największa wartość zależy od liczby klas. Z tego względu posłużono się unormowaniem entropii na przedział ,0 1 – względną entropią.
Zastosowano również dwie miary dywergencji – odległość miejską oraz względną odległość Canberra [Gatnar i Walesiak 2004, Młodak 2006, Gordon 1999]. Odległość miejska wyraża się wzorem:
, M uk–uk k n 1 2 1 = =
/
(3) gdzie: n – liczba klas, k – numer klasy,u1k , u2k – udział obiektów z k-tej klasy w całkowitej liczbie obiektów odpo-wiednio dla próby 1 i próby 2.
W przypadku odległości struktur metryka miejska przyjmuje wartości z prze-działu , .0 2 Odległość Canberra przyjmuje wartości z przedziału , ,0 n dlatego zastosowano względną odległość Canberra, która przyjmuje wartości z przedziału
, : 0 1 , C n1k uukk–uukk n 1 2 1 1 1 = + =
/
(4) gdzie: n – liczba klas, k – numer klasy,u1k , u2k – udział obiektów z k-tej klasy w całkowitej liczbie obiektów odpo-wiednio dla próby 1 i próby 2.
Jako miarę podobieństwa struktur zastosowano wskaźnik Chomątowskiego--Sokołowskiego [Malina 2004] wyrażający się wzorem:
, , min CS n1 u uk k k n 1 2 1 = = ^ h
/
(5) gdzie: n – liczba klas, k – numer klasy,u1k , u2k – udział obiektów z k-tej klasy w całkowitej liczbie obiektów odpo-wiednio dla próby 1 i próby 2.
Wskaźnik Chomątowskiego-Sokołowskiego przyjmuje wartości z przedziału , .
0 1 Im wyższa jest wartość tego wskaźnika, tym większe jest podobieństwo badanych prób.
Badanie uzupełniono o porównanie rozkładów empirycznych do rozkładu równomiernego za pomocą testu zgodności Kołmogorowa, a także porównanie rozkładów między sobą za pomocą testu zgodności Kołmogorowa-Smirnowa [Domański 1990]. To drugie porównanie przeprowadzono parami, tzn. pomiędzy miastami oraz pomiędzy latami.
3. Dane wykorzystane w badaniu
Do porównania struktur cech charakteryzujących obrót mieszkaniami na lokalnych rynkach wybrano Szczecin oraz Bydgoszcz. Jako kryterium wyboru
tych rynków przyjęto poziom rozwoju społeczno-gospodarczego, stan i strukturę zasobów mieszkaniowych oraz skalę transakcji na rynku mieszkaniowym. Dane pozyskano z aktów notarialnych (badanie pełne), wybierając do porównania dwa lata: początek kryzysu na rynku nieruchomości (2009 r.) oraz ostatni pełny rok, dla którego możliwe było zgromadzenie danych (2015 r.). Dla każdego badanego rynku dysponowano danymi z aktów notarialnych, w których transakcje opisano za pomocą zmiennych:
– data zawarcia umowy (dd-mm-rrrr),
– prawo do lokalu mieszkalnego: odrębna własność, spółdzielcze własnościowe prawo,
– liczba pokoi (1, 2, 3, 4, 5 i więcej), – powierzchnia użytkowa lokalu (m2 ),
– cena transakcyjna (zł), – cena jednostkowa (zł/m2 ).
Analizowano 1037 transakcji w Bydgoszczy i 1738 transakcji w Szczecinie przeprowadzonych w 2009 r. oraz 897 transakcji w Bydgoszczy i 2183 trans-akcje w Szczecinie przeprowadzone w 2015 r. Dla każdej zmiennej mierzonej na skali ilorazowej oraz miasta i roku badania wyznaczono podstawowe statystyki opisowe, wykorzystano miary entropii, dywergencji oraz podobieństwa struktur. W przypadku wszystkich zmiennych strukturę zaprezentowano w formie tabela-rycznej i na wykresach.
W obu miastach w badanych latach w obrocie przeważała odrębna własność mieszkań, przy czym w 2009 r. w Bydgoszczy takich mieszkań sprzedano 65,96%, podczas gdy w 2015 r. już 88,63%. W Szczecinie w obu badanych latach obrót tymi mieszkaniami był mniej zróżnicowany: ponad 55% mieszkań sprzedano w 2009 r., a blisko 64% w 2015 r. (tabela 1).
Tabela 1. Struktura mieszkań według zmiennej „prawo do lokalu” (w %)
Rodzaj prawa 2009 r.Bydgoszcz2015 r. 2009 r. Szczecin 2015 r.
Prawo spółdzielcze 34,04 11,37 44,65 36,10
Prawo własnościowe 65,96 88,63 55,35 63,90
Źródło: obliczenia własne.
Większy obrót prawem własności w 2015 r. w stosunku do 2009 r. wynikał z trwających jeszcze procesów przekształceń własnościowych mieszkań spół-dzielczych w odrębną własność. W 2009 r. mieszkania spółdzielcze w Szcze-cinie stanowiły 42% zasobów mieszkaniowych, a w 2013 r. już tylko 37%. Tendencję odwrotną odnotowano w przypadku udziału mieszkań we własności osób fizycznych: 33,5% w 2009 r. oraz 39,4% w 2013 r. W ciągu wskazanych
lat w Bydgoszczy również zmalał udział mieszkań spółdzielczych w zasobach mieszkaniowych ogółem z 43,7% w 2009 r. do 39,2% w 2013 r. oraz wzrósł udział mieszkań we własności osób fizycznych z 36,5% w 2009 r. do 43,9% w 2013 r. Wskazane zmiany w strukturze własności w obu miastach były również wynikiem nowych inwestycji, a nie tylko przekształceń własnościowych.
W badanych latach i w obu miastach w obrocie przeważały mieszkania dwupokojowe (tabela 2). W zależności od roku stanowiły one 40–45% mieszkań w obrocie. Na analizowanych rynkach najmniej sprzedawano mieszkań dużych, o pięciu i więcej pokojach. Mimo iż wydaje się, że rynek kawalerek (mieszkań jednopokojowych) jest bardzo aktywny, to w Bydgoszczy w obu latach więcej sprzedawano mieszkań trzypokojowych niż kawalerek, natomiast w Szczecinie tylko w 2015 r. udział mieszkań trzypokojowych w obrocie był wyższy niż jedno-pokojowych.
Tabela 2. Struktura mieszkań według zmiennej „liczba pokoi” (w %)
Liczba pokoi 2009 r. Bydgoszcz 2015 r. 2009 r. Szczecin 2015 r.
1 19,58 15,72 23,48 21,67
2 40,79 44,82 45,17 45,49
3 32,50 32,22 18,76 26,07
4 6,27 6,13 10,01 5,82
5 0,87 1,11 2,59 0,96
Źródło: obliczenia własne.
Kolejną analizowaną zmienną jest „powierzchnia lokalu”. Badane rozkłady charakteryzują się nieznaczną asymetrią, w każdym przypadku mediana oraz średnia powierzchnia mieszkania oscylują blisko 50 m2. Znaczny jest rozstęp
powierzchni sprzedanych mieszkań – jego wartość mieści się w przedziale 148–227 m2 i wskazuje na znaczne zróżnicowanie powierzchni mieszkań w
obro-cie. Należy jednak zaznaczyć, że powierzchnia połowy sprzedanych mieszkań w każdym analizowanym przypadku mieściła się w przedziale 37–50 m2 (tabela 3).
W badanych latach oraz na badanych rynkach najczęściej w obrocie były miesz-kania o powierzchni 40–50 m2. Prezentowane na wykresach rozkłady powierzchni
w kolejnych latach dla Bydgoszczy i Szczecina charakteryzuje duże podobieństwo (rys. 1–4).
Drugą grupą najczęściej sprzedawanych mieszkań (z wyjątkiem Szczecina w 2009 r.) są lokale o powierzchni 30–40 m2. Najmniej w obrocie było mieszkań
bardzo małych, których powierzchnia nie przekraczała nawet 20 m2. Struktura
w szczególności efektów nowych inwestycji. W okresie recesji ponownie popu-larne na rynku stały się małe mieszkania, na co wpływ miały również limity powierzchni w programach rządowych wspierających budownictwo mieszka-niowe. Analizowane rynki różniły się ceną jednostkową sprzedanych mieszkań. Tabela 3. Parametry opisowe dla zmiennej „powierzchnia lokalu” (w m2 )
Statystyki opisowe 2009 r.Bydgoszcz2015 r. 2009 r.Szczecin2015 r.
Minimum 16,33 13,61 16,80 8,50 Maksimum 168,17 239,92 165,56 181,18 Rozstęp 151,84 226,31 148,76 172,68 Średnia 50,62 51,64 51,05 52,25 Odchylenie standardowe 17,19 18,47 19,22 20,38 Współczynnik zmienności 33,97 35,77 37,65 39,01 Współczynnik skośności 1,60 2,51 1,30 1,54 Mediana 48,90 49,56 48,00 48,89 Dolny kwartyl 37,90 39,88 37,30 37,62 Górny kwartyl 60,42 60,51 59,90 62,50
Źródło: obliczenia własne.
do 20 20–30 30–40 40–50 50–60 60–70 70–80 80–90 powyżej 90 0 5 10 15 20 25 30 % m2
Rys. 1. Struktura mieszkań według zmiennej „powierzchnia lokalu” (w m2 )
w Bydgoszczy w 2009 r.
Źródło: obliczenia własne.
W obu miastach średnie ceny transakcyjne w 2013 r. spadły w stosunku do 2009 r., jednak w Szczecinie spadek cen był wyższy (11%) niż w Bydgoszczy (5%).
Połowa zawartych transakcji w Bydgoszczy w 2009 r. dotyczyła cen jednostkowych z przedziału 3,2–4 tys. zł/m2, podczas gdy w 2015 r. z przedziału 3–4 tys. zł/m2.
W Szczecinie odpowiednio ceny jednostkowe połowy transakcji mieściły się w przedziale 3,8–4,8 tys. zł/m2 w 2009 r. oraz w przedziale 3,3–4,4 tys. zł/m2
w 2015 r. (tabela 4). do 20 20–30 30–40 40–50 50–60 60–70 70–80 80–90 powyżej 90 0 5 10 15 20 25 30 % m2
Rys. 2. Struktura mieszkań według zmiennej „powierzchnia lokalu” (w m2 )
w Bydgoszczy w 2015 r.
Źródło: obliczenia własne.
do 20 20–30 30–40 40–50 50–60 60–70 70–80 80–90 90–100 100–110 powyżej 110 0 5 10 15 20 25 30 % m2
Rys. 3. Struktura mieszkań według zmiennej „powierzchnia lokalu” (w m2 )
w Szczecinie w 2009 r.
do 20 20–30 30–40 40–50 50–60 60–70 70–80 80–90 90–100 100–110 powyżej 110 0 5 10 15 20 25 30 % m2
Rys. 4. Struktura mieszkań według zmiennej „powierzchnia lokalu” (w m2 )
w Szczecinie w 2015 r.
Źródło: obliczenia własne.
Rozkłady ceny jednostkowej we wszystkich analizowanych przypadkach są symetryczne (rys. 5–8). W Bydgoszczy najczęściej sprzedawano mieszkania za 3,5–4 tys. zł/m2 w 2009 r. oraz za 3–3,5 tys. zł/m2 w 2015 r., natomiast w
Szcze-cinie najczęściej sprzedawano mieszkania za 4–4,5 tys. zł/m2 w 2009 r. oraz za
3,5–4 tys. zł/m2 w 2015 r. W badanych latach w obu miastach nastąpiło
przesu-nięcie przedziału najczęstszych cen jednostkowych o 500 zł/m2.
Tabela 4. Parametry opisowe dla zmiennej „cena 1 m2 ” (w zł)
Statystyki opisowe 2009 r.Bydgoszcz2015 r. 2009 r.Szczecin2015 r.
Minimum 1 184,83 1 056,25 636,33 560,42 Maksimum 7 013,34 6 983,53 11 229,99 9 220,76 Rozstęp 5 828,51 5 927,28 10 593,66 8 660,33 Średnia 3 640,52 3 461,73 4 310,96 3 843,08 Odchylenie standardowe 749,70 804,54 991,40 941,84 Współczynnik zmienności 20,59 23,24 23,00 24,51 Współczynnik skośności 0,18 0,39 0,17 0,04 Mediana 3 606,24 3 381,83 4 337,28 3 865,83 Dolny kwartyl 3 213,61 2 969,98 3 832,64 3 312,69 Górny kwartyl 4 043,65 3 924,37 4 826,31 4 390,65
1000 –1 500 15 00 –2 000 2000 –2 500 25 00 –3 000 3000 –3 500 35 00 –4 000 4000 –4 500 45 00 –5 000 5000 –5 500 pow yż ej 55 00 0 5 10 15 20 25 30 35 % zł
Rys. 5. Struktura mieszkań według zmiennej „cena 1 m2 ” (w zł) w Bydgoszczy
w 2009 r.
Źródło: obliczenia własne.
1000 –1 500 15 00 –2 000 2000 –2 500 25 00 –3 000 3000 –3 500 35 00 –4 000 4000 –4 500 45 00 –5 000 5000 –5 500 pow yż ej 55 00 0 5 10 15 20 25 30 35 % zł
Rys. 6. Struktura mieszkań według zmiennej „cena 1 m2 ” (w zł) w Bydgoszczy
w 2015 r.
500–1000 1000–1500 1500–2000 2000–2500 2500–3000 3000–3500 3500–4000 4000–4500 4500–5000 5000–5500 5500–6000 6000–6500 6500–7000 powyżej 7000 0 5 10 15 20 25 30 % zł
Rys. 7. Struktura mieszkań według zmiennej „cena 1 m2 ” (w zł) w Szczecinie
w 2009 r.
Źródło: obliczenia własne.
500–1000 1000–1500 1500–2000 2000–2500 2500–3000 3000–3500 3500–4000 4000–4500 4500–5000 5000–5500 5500–6000 6000–6500 6500–7000 powyżej 7000 0 5 10 15 20 25 30 % zł
Rys. 8. Struktura mieszkań według zmiennej „cena 1 m2 ” (w zł) w Szczecinie
w 2015 r.
4. Miary entropii, dywergencji i podobieństwa
Dla każdej analizowanej zmiennej wyznaczono miarę względnej entropii, przy czym wartości względnej entropii większe i bliższe 1 wskazują na to, że rozkład jest bliski równomiernemu. Względna entropia we wszystkich analizo-wanych przypadkach dla zmiennej „liczba pokoi” przyjmuje wartości bliskie 0,8, co wskazuje na rozkład równomierny (tabela 5). Powyższy wniosek potwierdza względny indeks Herfindahla-Hirschmana (tabela 5), nieprzekraczający we wszystkich analizowanych przypadkach wartości 0,17 (indeks przyjmuje wartości z przedziału od 0 do 1 oraz im jest mniejszy, tym rozkład jest bardziej równo-mierny).
Dodatkowo weryfikowano hipotezę o równomierności rozkładu testem Kołmogorowa. W przypadku wartości statystyki większej od 1,36 (poziom istot-ności 0,05) odrzucamy hipotezę o równomieristot-ności rozkładu na korzyść hipotezy alternatywnej o braku równomierności rozkładu. Dla zmiennych „powierzchnia lokalu” oraz „cena 1 m2 ” wartość statystyki testowej w każdym przypadku
znacznie przekroczyła wskazaną wartość krytyczną. Dla tych zmiennych oraz badanych lat i rynków nie można uznać, że rozkłady są równomierne (tabela 5). Tabela 5. Mierniki zróżnicowania struktur mieszkań według wybranych zmiennych
Miernik 2009 r.Bydgoszcz2015 r. 2009 r.Szczecin2015 r. Liczba pokoi
Względna entropia 0,786 0,768 0,831 0,777
Względny indeks
Herfindahla--Hirschmana 0,143 0,167 0,131 0,157
Powierzchnia lokalu
Względna entropia 0,821 0,828 0,819 0,0822
Względny indeks
Herfindahla--Hirschmana 0,093 0,089 0,088 0,085
Statystyka w teście Kołmogorowa 7,82 6,98 13,36 14,26 Cena 1 m2
Względna entropia 0,768 0,810 0,775 0,772
Względny indeks
Herfindahla--Hirschmana 0,118 0,101 0,103 0,097
Statystyka w teście Kołmogorowa 7,94 6,45 11,34 12,43 Źródło: obliczenia własne.
W następnej kolejności w celu porównania obu rynków i analizowanych zmiennych wyznaczono miary dywergencji (tabela 6).
Tabela 6. Miara dywergencji badanych rynków – odległość miejska
Badane struktury Liczba pokoi Powierzchnia lokalu Cena 1 m2 Bydgoszcz 2009 r. – Bydgoszcz 2015 r. 0,085 0,087 0,281 Szczecin 2009 r. – Szczecin 2015 r. 0,153 0,071 0,506 Bydgoszcz 2009 r. – Szczecin 2009 r. 0,275 0,183 0,825
Szczecin 2015 – Bydgoszcz 2015 r. 0,132 0,177 0,490
Źródło: obliczenia własne.
Tabela 7. Miara dywergencji badanych rynków – względna odległość Canberra (max. 1)
Badane struktury Liczba pokoi Powierzchnia lokalu Cena 1 m2 Bydgoszcz 2009 r. – Bydgoszcz 2015 r. 0,059 0,061 0,271 Szczecin 2009 r. – Szczecin 2015 r. 0,186 0,070 0,304 Bydgoszcz 2009 r. – Szczecin 2009 r. 0,227 0,178 0,517 Szczecin 2015 r. – Bydgoszcz 2015 r. 0,074 0,183 0,387 Źródło: obliczenia własne.
Najwyższa wartość miary wystąpiła w przypadku zmiennej „cena 1 m2 ” dla
Bydgoszczy i Szczecina w 2009 r. (0,825), przy maksymalnej możliwej wartości 2,0. Oznacza to brak możliwości porównywania obu rynków mieszkaniowych z uwagi na strukturę cen transakcyjnych. W przypadku pozostałych zmiennych oraz lat i rynków miary dywergencji mają niskie wartości i można uznać podo-bieństwo analizowanych struktur mieszkań ze względu na te zmienne.
W tabeli 8 zamieszczono wartości miary Chomątowskiego-Sokołowskiego dla wybranych zmiennych. Potwierdzają one wyniki otrzymane przy zastoso-waniu miary dywergencji. Dla zmiennych „liczba pokoi” i „powierzchnia lokalu” wartości miary są bardzo wysokie (bliskie 1), co świadczy o podobieństwie struk-tury mieszkań ze względu na te zmienne. Dla zmiennej „cena 1 m2 ” natomiast
podobieństwo struktury mieszkań jest niższe, chociaż tylko w jednym przypadku (porównania Bydgoszczy i Szczecina w 2009 r.) wartość miary jest niższa niż 0,6.
Dodatkowo dla zmiennych ciągłych, czyli zmiennej „powierzchnia lokalu” i zmiennej „cena 1 m2 ”, przeprowadzono test Kołmogorowa-Smirnowa. Wartości
Tabela 8. Miara podobieństwa badanych rynków – miary Chomątowskiego--Sokołowskiego (max. 1)
Badane struktury Liczba pokoi Powierzchnia lokalu Cena 1 m2 Bydgoszcz 2009 r. – Bydgoszcz 2015 r. 0,957 0,957 0,859 Szczecin 2009 r. – Szczecin 2015 r. 0,924 0,963 0,747 Bydgoszcz 2009 r. – Szczecin 2009 r. 0,863 0,906 0,588 Szczecin 2015 r. – Bydgoszcz 2015 r. 0,934 0,908 0,755 Źródło: obliczenia własne.
Tabela 9. Statystyka testowa w teście zgodności Kołmogorowa-Smirnowa
Badane struktury Powierzchnia lokalu Cena 1 m2
Bydgoszcz 2009 r. – Bydgoszcz 2015 r. 0,569 3,030
Szczecin 2009 r. – Szczecin 2015 r. 1,017 7,865
Bydgoszcz 2009 r. – Szczecin 2009 r. 1,249 10,450
Szczecin 2015 r. – Bydgoszcz 2015 r. 1,236 6,021
Źródło: obliczenia własne.
Otrzymane wyniki porównano z wartością krytyczną 1,36 (poziom istotności 0,05). Wyniki testu Kołmogorowa-Smirnowa potwierdzają zatem, że rozkłady powierzchni mieszkań sprzedawanych w Szczecinie i Bydgoszczy są podobne, natomiast rozkłady ceny 1 m2 są różne.
5. Podsumowanie
Na badanych rynkach najczęściej w obrocie były mieszkania dwupokojowe, o powierzchni 40–50 m2. Potwierdza to typową dla polskiego rynku
mieszka-niowego cechę [Foryś 2011]. W badanych latach w obu miastach miał miejsce spadek cen. Nastąpiło przesunięcie przedziału najczęstszych cen jednostkowych o 500 zł/m2. Rozkłady ceny jednostkowej oraz powierzchni sprzedanych mieszkań
we wszystkich analizowanych przypadkach są prawie symetryczne. Dla zmien-nych „liczba pokoi”, „powierzchnia lokalu”, „cena 1 m2 ” oraz dla badanych lat
i rynków nie można uznać, że rozkłady są równomierne.
Zastosowane miary okazały się przydatne dla założonego celu badania. Dywe-rgencja struktur na dość wysokim poziomie wystąpiła w przypadku zmiennej „cena 1 m2 ” dla Bydgoszczy i Szczecina w 2009 r. Dywergencja struktur na
pozostałych porównań. Rozkłady zmiennej „powierzchnia lokalu” były do siebie podobne we wszystkich analizowanych przypadkach.
Literatura
Batóg J. [2008], Struktura polskiej gospodarki – analiza koncentracji i specjalizacji
sek-torowej, „Studia i Prace Wydziału Nauk Ekonomicznych i Zarządzania Uniwersytetu
Szczecińskiego”, nr 11.
Batóg B., Foryś I. [2013], The Analysis of Spatial Stability of Prices on the Secondary
Housing Market, „Acta Universitatis Lodziensis Folia Oeconomica”, nr 292.
Cieślak M., Jasiński R. [1979], Miara podobieństwa funkcji, „Przegląd Statystyczny”, vol. XXVI, nr 3/4.
Domański C. [1990], Testy statystyczne, PWE, Warszawa.
Ekonometria przestrzenna. Metody i modele analizy danych przestrzennych [2010], red.
B. Suchecki, Wydawnictwo C.H. Beck, Warszawa.
Foryś I. [2010], Wykorzystanie metod taksonomicznych do wyboru obiektów podobnych
w procesie wyceny lokali mieszkalnych, „Studia i Materiały Towarzystwa Naukowego
Nieruchomości”, vol. 18, nr 1.
Foryś I. [2011], Społeczno-gospodarcze determinanty rozwoju rynku mieszkaniowego
w Polsce. Ujęcie ilościowe, Wydawnictwo Uniwersytetu Szczecińskiego, Szczecin.
Gordon A.D. [1999], Classification, Chapman & Hall/CRC, Boca Raton.
Malina A. [2004], Wielowymiarowa analiza przestrzennego zróżnicowania struktury
gospodarki Polski według województw, Zeszyty Naukowe, Seria specjalna:
Monogra-fie, nr 162, Wydawnictwo Akademii Ekonomicznej w Krakowie, Kraków.
Metody statystycznej analizy wielowymiarowej w badaniach marketingowych [2004],
red. E. Gatnar, M. Walesiak, Wydawnictwo Akademii Ekonomicznej im. Oskara Lan-gego we Wrocławiu, Wrocław.
Młodak A., [2006], Analiza taksonomiczna w statystyce regionalnej, Difin, Warszawa. Strahl D. [1986], Podobieństwo struktur jako kryterium wyboru wzorca, „Prace Naukowe
Akademii Ekonomicznej we Wrocławiu”, nr 281.
Wędrowska E. [2012], Miary entropii i dywergencji w analizie struktur, Wydawnictwo Uniwersytetu Warmińsko-Mazurskiego w Olsztynie, Olsztyn.
Zyga J., [2009], Podobieństwo w wycenie nieruchomości, „Budownictwo i Architektura”, vol. 5, nr 2.
Comparison of the Structure of Apartments Sold in Two Cities in Northwest Poland
(Abstract)
When evaluating a property, an appraiser should find a real estate market that is simi-lar to the market the evaluated property is on. While simisimi-lar markets will sometimes not be found in the same city, demographic and economic ratios can be used as criterion of similarity. The analysis and comparison of the structures of apartments sold on two
hous-ing markets could also help in confirmhous-ing the similarity of markets. The similarity of markets could be used in further analyses and property evaluations.
The aim of the research is to compare the structures of apartments sold in cities according to the apartments’ attributes, including date of transaction, price, area and loca-tion in the city. The housing markets in Szczecin and Bydgoszcz are compared. These cities have a similar number of transactions on their housing markets and have popula-tions of similar size. The data come from notarial deeds for transacpopula-tions on the secondary housing markets in Szczecin and Bydgoszcz. The analysis is done for two years: 2009, the first year of crisis on the real estate market, and 2015, the year with the most recent data. Measures of entropy and the similarities of the structures are applied.